Negli ultimi anni, con l’avvento dell’onda AI, molti settori sono stati colpiti direttamente o indirettamente. Quali applicazioni avrà per l’industria dei semiconduttori, che è la più seguita al mondo? Questa intervista invita Sonic, un analista di dati che dirige una fabbrica di confezionamento e test di semiconduttori, a parlare con Eric, consulente senior presso JMP Taiwan Semiconductor, per condividere le sue osservazioni sulle applicazioni di prima linea dell'industria e della tecnologia dei semiconduttori di oggi, nonché su come l'intelligenza artificiale e l'analisi dei dati vengono utilizzati nella produzione di semiconduttori e svolgono un ruolo chiave.
AI Sotto la tendenza, AI Applicazioni nell'industria dei semiconduttori
Sonic ha evidenziato per primo le principali applicazioni dell'intelligenza artificiale nella produzione di semiconduttori. Ha sottolineato che la produzione di semiconduttori coinvolge più fasi, tra cui progettazione, produzione, test, ecc., e l’intelligenza artificiale può essere applicata in queste fasi. Ad esempio, nella fase di sviluppo e progettazione del prodotto, utilizzano PCA, machine learning e altre tecniche di modellazione, basate su BOM (materiali) e parametri di produzione, come criteri per la progettazione del prodotto. Per fare un altro esempio, quando si verifica un'anomalia su una macchina, utilizzano il database SQL combinato con JMP per analizzare automaticamente le possibili cause in modo che la fabbrica possa migliorare rapidamente. Inoltre, conducono anche ricerche sull’apprendimento profondo e sull’elaborazione delle immagini.
Eric ha inoltre aggiunto, sottolineando che la produzione di semiconduttori non è adatta per confrontare la qualità dei prodotti con l'occhio umano a causa della grande quantità di dati, mentre l'intelligenza artificiale può essere applicata a molti aspetti. Ha affermato che nel campo della produzione di chip, l'intelligenza artificiale può essere utilizzata per determinare se diversi parametri o indicatori hanno prestazioni speciali in ciascuna sezione del processo e persino per trovare la formula migliore. Ha inoltre sottolineato l'applicazione dell'intelligenza artificiale nel monitoraggio dei processi e nella segnalazione degli errori, sottolineando che con il progresso tecnologico, l'ambito di applicazione degli strumenti di intelligenza artificiale si è gradualmente esteso ai produttori di apparecchiature per semiconduttori e agli impianti di confezionamento e test.
AI Popolarità e facilità d'uso nel settore dei semiconduttori
Per quanto riguarda la popolarità e la facilità d’uso dell’intelligenza artificiale nel settore dei semiconduttori, Sonic ha affermato che è migliorata in modo significativo negli ultimi anni. Ha elencato le seguenti osservazioni:
- fase di progettazione: L'intelligenza artificiale può aiutare gli ingegneri ad accelerare il processo di progettazione e migliorare l'efficienza, come la selezione e la programmazione della distinta base, ecc.
- Fase di produzione: L’intelligenza artificiale può analizzare i dati di produzione, rilevare e prevedere i difetti di produzione e migliorare l’efficienza e la qualità della produzione.
- Fase di test: L'applicazione dell'intelligenza artificiale nel campo dei test sui semiconduttori è molto importante, ad esempio per l'analisi automatica dei dati di test e il miglioramento dell'efficienza e della precisione dei test.
- Sviluppo dello strumento: L'azienda sviluppa strumenti e piattaforme di intelligenza artificiale per semiconduttori, riducendo i requisiti di competenza in materia di intelligenza artificiale e fornendo un'interfaccia più intuitiva e facile da usare.
Ha sottolineato che queste applicazioni di intelligenza artificiale possono aiutare a migliorare l’efficienza produttiva, la qualità e le capacità di innovazione e ad accelerare lo sviluppo dell’industria dei semiconduttori.
I consulenti di JMP hanno sottolineato che, a causa del rapido sviluppo del settore dei semiconduttori, c'è ancora molta strada da fare prima che l'intelligenza artificiale possa essere utilizzata per controllare le linee di produzione. Il motivo è che gli strumenti di intelligenza artificiale richiedono scrittura e regolazione manuali, il che richiede molto tempo. e costi, e il programma viene spesso costruito. Questo programma non è più sufficiente e deve essere adattato. Può darsi che l’ottimizzazione del programma di intelligenza artificiale non riesca a tenere il passo con lo sviluppo dei semiconduttori.
Ha sottolineato che la chiave per risolvere questo problema sta nel fatto che il programma AI possa essere facilmente modificato e adattato rapidamente. Attualmente, i produttori di semiconduttori utilizzano JMP come piccoli plug-in per aiutare i clienti a concentrarsi più rapidamente sui problemi e risparmiare tempo di sviluppo.
Le aziende di semiconduttori stanno diventando intelligenti? Elementi chiave per costruire una fabbrica intelligente
Sonic ritiene che prima di parlare di costruzione di fabbriche intelligenti, tutte le infrastrutture debbano essere predisposte, come sensori completi e tecnologia Internet of Things per salvare lo stato operativo e i dati di tutte le apparecchiature di produzione in un database. Attraverso analisi statistiche e algoritmi, i dati vengono elaborati e analizzati per ottenere l'ottimizzazione e il processo decisionale della produzione intelligente. Allo stesso tempo, ha sottolineato l'importanza della formazione del personale e del miglioramento delle competenze, così come le imprese devono fornire una formazione completa del personale per coltivare i talenti all'interno dell'impresa.
I consulenti di JMP hanno aggiunto che la connessione al database e le regole del gioco della fabbrica chimica intelligente, come l’utilizzo di linguaggi di programmazione per modificare l’apprendimento automatico o i criteri di giudizio dell’intelligenza artificiale, sono la chiave per la trasformazione. Ha sottolineato che questa non è solo una sfida finanziaria, ma anche una pressione di tempo. È convinto che il software debba stare al passo con lo sviluppo dell'hardware, altrimenti i risultati dello sviluppo iniziale ne risentiranno. Pertanto, prima di implementare un impianto chimico intelligente, la connessione dei dati di test e delle piattaforme di analisi dovrebbe essere migliorata per garantire che si possa rispondere ai problemi in modo tempestivo e pienamente preparati per l’implementazione di impianti chimici intelligenti.
Investire nell’intelligenza artificiale Ottimizzazione del processo precedente e miglioramento della qualità
Sonic ha affermato che ovviamente più dati possono essere raccolti, meglio è, ma spesso quando si verifica un'anomalia, i dati esistenti verranno utilizzati per individuare il problema, ad esempio analizzando manualmente il LOG della macchina per trovare la correlazione e l'andamento dei dati. per la successiva analisi automatica.
I consulenti JMP hanno condiviso gli strumenti forniti da JMP per ottimizzare i modelli, tra cui analisi di regressione, apprendimento automatico, alberi decisionali, ecc. Ha sottolineato che JMP Pro fornisce più strumenti di modellazione, come SVM, K-nearest Pro, foresta casuale, ecc. Attraverso strumenti che ottimizzano i modelli, è possibile ottenere modelli migliori e più accurati. Ha inoltre menzionato la funzione di screening del modello fornita da JMP Pro, che può confrontare tutte le piattaforme di modellazione e trovare la piattaforma di creazione del modello appropriata. Infine, ha condiviso gli strumenti Profiler e Design Space Profiler di JMP, che aiutano a trovare la migliore combinazione di parametri e la finestra di processo.
L'analisi dei dati combina il software per semiconduttori comunemente utilizzato e l'EDA attrezzo
Sonic ha affermato che la sua azienda promuove principalmente l'uso di JMP per strumenti EDA e che i risultati dell'analisi possono guadagnare la fiducia e la soddisfazione dei clienti, inclusa l'analisi del LOG della macchina, l'analisi delle anomalie, il controllo di qualità ed efficienza e altre funzioni. Gli ingegneri possono utilizzare questi strumenti per ottenere rapidamente dati e risultati e possono anche avviare in modo flessibile altre attività di analisi JMP attraverso i dati per creare report che soddisfino meglio le loro esigenze.
I consulenti JMP hanno menzionato gli strumenti forniti da JMP, come il clustering per la classificazione dei problemi dei wafer e l'identificazione di potenziali nuovi problemi; la carta di controllo e il test di avviso in tempo reale JMP per i sistemi di reporting automatico. Questi strumenti facilitano l’analisi dei dati e il monitoraggio in tempo reale nella produzione di semiconduttori, migliorando l’efficienza e la qualità.
Riassumere
In questa intervista, abbiamo una discussione approfondita dell'applicazione dell'intelligenza artificiale e dell'analisi dei dati nel settore dei semiconduttori. Dalla progettazione alla produzione fino ai test, l'intelligenza artificiale e l'analisi dei dati svolgono un ruolo significativo in ogni fase, promuovendo l'innovazione e lo sviluppo continui di l'industria dei semiconduttori. Se desideri saperne di più sull'applicazione di JMP nel settore dei semiconduttori, guarda altri argomenti: Discussione sull'argomento dei semiconduttori: identificazione dei wafer difettosi, rilevamento automatico e analisi automatizzata basata su JMP O Prova JMP per 30 giorni Completa l'analisi dei dati sui semiconduttori.
Lettura consigliata:
